🤖 Helo, kami CLEVI.
Kami telah menghadiri acara 「Minggu Pameran Penyelidikan JBNU 2025 (Research Fair Week)」 yang dianjurkan oleh Universiti Kebangsaan Jeonbuk dari 20 hingga 22 Januari.
Acara ini merupakan satu platform bermakna yang berpusat pada pencapaian penyelidikan cemerlang Universiti Kebangsaan Jeonbuk, mengetengahkan hala tuju teknologi masa depan yang berkait dengan strategi industri dan negara, serta menyediakan ruang pertukaran yang melibatkan pihak industri, akademik, penyelidikan dan kerajaan.
Khususnya, Ketua Pegawai Eksekutif CLEVI, Lee Hwan-ho, telah dijemput sebagai penceramah VIP untuk majlis pembukaan yang diadakan pada 20 haribulan! 👏
Mari kita rasai semula suasana pada hari tersebut!
Sebelum acara bermula, beginilah rupa Ketua Pegawai Eksekutif Lee Hwan-ho ketika membuat persiapan untuk syarahan. Jelas kelihatan beliau sedang memikirkan cara untuk menyampaikan syarahan yang lebih padat dan mudah difahami.
Acara bermula dan majlis pembukaan pun berlangsung.
Acara dibuka dengan meriah melalui persembahan seni langsung yang disiapkan secara spontan oleh seorang pelajar Universiti Kebangsaan Jeonbuk.
Selepas ucapan dasar pertama, Ketua Pegawai Eksekutif CLEVI, Lee Hwan-ho, menyampaikan ucapan dasar kedua bertajuk “Mengapakah AI memerlukan perantara fizikal”. Mari kita lihat secara ringkas.
Bagaimanakah AI sebenarnya memahami dunia,
membina ayat, malah melakukan tindakan?
Kami ingin melihat bersama-sama ke dalam 'otak' model bahasa besar (LLM) seperti ChatGPT dan Claude yang kita gunakan setiap hari, untuk memahami prinsip bagaimana model tersebut memahami dan menghasilkan ayat.
- Memberikan label nama (Token ID): AI terlebih dahulu memberikan nombor unik seperti '5' dan '8' kepada setiap perkataan untuk menguruskannya.
- Menetapkan alamat pada peta (Vektor): Namun, nombor ringkas sahaja tidak dapat menunjukkan makna, jadi setiap perkataan diberikan 'alamat terperinci (koordinat)' yang terdiri daripada ratusan nombor.
- Mencari jiran: Perkataan yang mempunyai makna serupa (contohnya, 'the' dan 'a') berkumpul berdekatan antara satu sama lain di peta ini, seperti 'jiran'.
Jadi, bagaimanakah AI meneka perkataan seterusnya?
Setelah memahami transformasi data asas, mari kita lihat keseluruhan proses bagaimana nombor-nombor ini akhirnya menjadi ayat sebenar. Katakan terdapat input "Paris is the city..." di sini.
Tokenizer (memecahkan kepada bahagian): Seperti yang dilihat sebelum ini, ayat yang kita masukkan ditukar kepada nombor (Token ID) melalui tokenizer. "Paris" ialah nombor 1652, "is" ialah nombor 5... begitulah.
LLM (kalkulator gergasi): Gugusan nombor ini masuk ke dalam kalkulator gergasi yang dipanggil LLM (model Bloom dalam gambar). Di sini, konteks difahami melalui operasi 'vektor' yang dipelajari sebelum ini. "Oh, sekarang kita sedang bercakap tentang bandar Paris!" begitulah.
Logits & Softmax (pengiraan kebarangkalian): Selepas selesai mengira, AI memberikan skor kepada berpuluh-puluh ribu calon perkataan yang mungkin muncul seterusnya. Kemudian, melalui penapis yang dipanggil 'softmax', skor ini ditukar kepada **'kebarangkalian'** yang mudah kita fahami.
Pilihan akhir: Lihat graf di sebelah kanan.
- of → 33.7%
- that → 15.3%
- where → 9.4%
Akhirnya, AI memilih **'of'** yang mempunyai kebarangkalian paling tinggi dan melengkapkan ayat "Paris is the city of...". Dengan mengulangi proses ini berpuluh-puluh ribu kali, AI menghasilkan jawapan panjang yang kita lihat.
Kesimpulannya, bagi AI, mengingati perkataan bukanlah menghafal huruf, tetapi mengingati 'alamat' tempat perkataan itu berada pada peta makna yang sangat besar.
LLM boleh dikembangkan kepada penglihatan, robotik dan pembelajaran tingkah laku.
AI yang memahami makna, melihat dan memahami, serta bertindak.
Memberikan AI tangan dan kaki bermaksud memperluas kecerdasan daripada bahasa kepada persepsi, dan seterusnya kepada tindakan.
AI bukan lagi sekadar idea atau imaginasi, tetapi telah memasuki peringkat pelaksanaan dan realiti.
Langkah seterusnya CLEVI
CLEVI merancang untuk terus memperluas pelbagai peluang seperti bengkel dalam dan luar kampus, projek amali serta reruai pengalaman, supaya lebih ramai dapat mengalami sendiri cara teknologi AI berfungsi dalam dunia sebenar.
Sebagaimana syarahan di Universiti Kebangsaan Jeonbuk kali ini menjadi jambatan berharga yang menghubungkan para pelajar dengan kami, kami akan terus memainkan peranan sebagai penghubung antara juruteknik dan pengguna, serta antara akademia dan industri.